[发明专利]基于天气数据的产量自动预测和播种率推荐

权利要求书

1.一种用于预测产量并且推荐具有告知风险的针对子田地的播种率的计算机实现的方法，包括：

由处理器接收针对第一时段的天气数据，所述第一时段包括针对田地的一个或多个子田地的多个子时段；

针对所述一个子田地的所述多个子时段中的每个子时段：

从所述天气数据计算水分应力指示符；

针对播种率的列表中的每个播种率，使用经训练的模型来从所述水分应力指示符预测产量；

基于预测产量的列表来选择所述播种率的列表中的一个播种率；以及

标识所述预测产量中与所选择的所述播种率相对应的一个预测产量；

由所述处理器基于针对所述多个子时段所标识的所述预测产量来确定与针对所述一个子田地的产量范围相关联的风险简档；

将与所述风险简档有关的数据传输到与所述一个子田地相关联的设备。

2.根据权利要求1所述的计算机实现的方法，

所述天气数据包括针对所述一个或多个子田地中的某个子田地的观测的土壤水分数据，

所述计算包括：使用动态空间时间模型(DSTM)从所述天气数据估计所述一个或多个子田地中的特定子田地的土壤水分数据。

3.根据权利要求2所述的计算机实现的方法，所述估计包括：

给定所述一个或多个子田地的子集的降水数据p、灌溉数据irr和观测的土壤水分数据，求解下式中的α(s)和θ(s)和μ：

Y_t(s)＝w_t(s)+e_t(s)，

w_t(s)＝w_t-1(s)+α(s)(p+irr)_t-1-θ(s)(w_t-1(s)–μ)+u_t(s)，

Y_t(s)是针对所述子田地s在时间t处的观测的土壤水分，w_t(s)是子田地s中在时间t处的实际或估计的的土壤水分，μ是最小饱和数据，e_t(s)是随机观测误差，并且u_t(s)是真实、未观测的土壤水分的空间相关误差，

α(s)是吸收率，并且θ(s)是排水率，

t对应于所述子时段内的间隔中的多个点。

4.根据权利要求3所述的计算机实现的方法，所述估计还包括：

给定所述特定子田地的在至少一个t内的降水数据p、灌溉数据irr、以及w_t(s)，根据下式计算针对所述特定子田地的土壤水分数据：

w_t(s)＝w_t-1(s)+α(s)(p+irr)_t-1-θ(s)(w_t-1(s)–μ)+u_t(s)。

5.根据权利要求1所述的计算机实现的方法，所述计算还包括：

从所述天气数据确定特定的所述子田地的、针对所述子时段的土壤水分；

将所述水分应力指示符计算为在所述子时段内所述一个子田地的所述土壤水分高于湿阈值或低于干阈值的时间在所述子时段的百分比。

6.根据权利要求1所述的计算机实现的方法，还包括

接收所述一个或多个子田地的、针对所述第一时段的土壤化学数据、土壤拓扑数据或田地图像数据，

所述预测还基于所述土壤化学数据、所述土壤拓扑数据或所述田地图像数据而被执行。

7.根据权利要求6所述的计算机实现的方法，

所述土壤化学数据包括与有机物、阳离子交换量或pH标度有关的数据，

所述土壤拓扑数据包括与海拔、坡度、曲率或坡向有关的数据，

所述田地图像数据包括卫星图像或其他航拍图像。